常微分方程（ODE）

微分方程（英語：Differential equation，DE）是一種數學方程，用來描述某一類函数與其导数之间的关系。微分方程的解是一個符合方程的函數。而在初等数学的代数方程裡，其解是常数值。

常微分SEO靠我方程（英語：ordinary differential equation，簡稱ODE）是未知函数只含有一个自变量的微分方程。

很多科学问题都可以表示为常微分方程，例如根据牛顿第二运动定律，物体在力的作用SEO靠我下的位移  和时间  的关系就可以表示为如下常微分方程：

这个数学公式是一个常微分方程（ODE），它描述了一个隐藏状态h t 随着时间t的变化（率），用一个函数f表示。这个函数f的参数是θ t ，它可以SEO靠我是一个神经网络。这个公式可以看作是残差网络（ResNet）的连续化，因为残差网络的每一层都可以写成h t+1 = h t + f(h t , θ t )，如果把层数看作是时间，那么就可以用欧拉法近似求SEO靠我解这个ODE。这样就得到了一种新的深度神经网络模型，叫做神经微分方程（Neural ODE）¹²³。